Journal de télédétection et SIG

Abstrait

Vers des opérations spatiales autonomes grâce à l'apprentissage automatique

Boumghar rouge

La démocratisation de l'exploration spatiale est en grande partie due aux développements open source de petits satellites (par exemple les Cubesats, des satellites cubiques de 10x10x10 cm). L'un des besoins critiques de l'exploration spatiale dans un avenir proche est d'intensifier les opérations des engins spatiaux pour pouvoir gérer des dizaines de milliers de satellites ; littéralement plusieurs robots dans l'espace avec des systèmes dynamiques complexes. Le projet Polaris est entièrement open source, il vise à analyser la télémétrie des systèmes robotiques, à en tirer des enseignements, à tenir les opérateurs informés et à générer des connaissances transférables à différentes missions avec des ressources robotiques similaires. Ce projet se décline en trois volets : la récupération et la normalisation des données des signaux radio collectés par les stations SatNOGS (200 stations terrestres open source à travers le monde), des modèles d'apprentissage automatique pour l'analyse des dépendances, la segmentation du comportement contextuel des séries chronologiques et les prévisions pour la prévention des anomalies, et enfin la visualisation des données pour expliquer les modèles d'apprentissage automatique et fournir des widgets pour la connaissance de la situation des opérateurs. Dans cet exposé, je passerai en revue les modèles d'apprentissage automatique développés et la manière dont nous suivons les dépendances entre les télémétries et comment la visualisation graphique nous permet de naviguer dans des ensembles de données de grande dimension. Je partagerai les étapes que nous suivons pour composer les futures opérations et surveillances de satellites autonomes et comment le fait d'être open source joue un rôle essentiel.